地面三维激光雷达在坝区地形测量中的应用

针对叶巴滩水电站相对高差大、地势陡峻、存在大量倒悬崖深"V"型峡谷等复杂地理特点,采用地面三维激光雷达技术进行坝区地形测量,生成1:1000、1:500比例尺的数字高程模型(DEM)和数字线划图(DLG),并应用于土石方量计算.应用表明,地面三维激光雷达技术安全、精准、高效,所获取的数据内容丰富,细节特征提取自动化程度高,在大高差、倒悬崖等特殊复杂场景下具有明显应用优势.     

深度学习原理及应用综述

深度学习作为机器学习领域中重要的技术手段,有着广阔的应用前景。文中简述了深度学习的发展历程,介绍了卷积神经网络、受限玻尔兹曼机、自动编码器及其衍生的系列方法模型,以及Caffe,TensorFlow,Torch等6种主流深度框架;论述了深度学习在图像、语音、视频、文本、数据分析方面的应用情况,分析了深度学习现阶段存在的问题以及未来的发展趋势,为初学者提供了较全面的方法指导与文献索引支持。     

薄膜理想台阶的制备方法研究

目的 研究台阶的形貌对台阶仪测试的影响,准确测试薄膜的厚度。 方法 分析制备台阶中存在的问题,针对这些问题设计了中轴线位置带掩膜条的掩膜板,并采用该新型掩膜板,在不同衬底上制备台阶,用台阶仪对薄膜的厚度进行测定。 结果 在薄膜中轴线附近做出的台阶,坡度陡峭,上下表面清晰。 Mo 衬底上制备出的薄膜厚度重复性较好;单晶硅衬底上制备的薄膜表面粗糙度较大;石英衬底上制备薄膜形成的台阶上下表面均较为平滑。 结论 使用新型掩膜板在石英衬底上制备出理想台阶,可较为准确地测试薄膜的厚度。     

山西省山洪灾害分析评价方法研究

以山西省广灵县为例给出了山西省山洪灾害分析评价的基本思路与流程,简单阐述了设计暴雨洪水的计算方法与过程、防洪现状评价的评定内容和雨量预警指标值的确定原则,并展示了系列评价成果。山洪灾害分析评价成果未来将会在我国各级山洪防治平台上发挥最大的作用,为防御山洪灾害提供最有效的数据支撑。     

谈入海箱涵的施工

本文以我公司承建的也门荷台达一期污水第一阶段扩容工程项目的五号污水提升泵站的箱涵入海施工为基础,介绍了巧妙利用滑轮组可省力和改变受力方向的性质,用较低的成本和较安全的方武将约90吨的钢筋砼箱涵拉入大海的施工方法,对施工方法进行了技术经济分析,对施工和验收中存在的风险和出现的问题做了分析并提出了预防措施,对成功的经验进行了总结。     

含氯气氛退火对CdTe薄膜性质影响的交流阻抗研究

对近空间升华制备的CdTe薄膜进行了CdCl2气氛下热处理。测量了样品在室温下的交流阻抗特性,基于恒相位角元件（CPE）等效电路拟合所测量的复阻抗谱,分析了退火工艺对CdTe薄膜的晶粒体电阻、晶界电阻、弛豫时间的影响。结果表明,随退火温度的增加,晶粒电阻增大,晶界电阻减小,弛豫时间缩短。     

衬底材料对Ti膜形貌及结构的影响

使用电子束蒸发法在抛光Mo、石英和单晶硅衬底上沉积Ti薄膜,并用SPM、XRD及SEM对衬底及薄膜的表面形貌和微观结构进行了分析。结果表明:Ti膜的表面形貌和微观结构受衬底材料影响较大。抛光Mo衬底上的Ti膜表面有微小起伏,断面处发现Ti膜先在衬底形核,后以柱状颗粒的形式竖直向上生长;抛光石英衬底上的Ti膜表面平整,颗粒与界面清晰可见,在界面处有一层等轴晶;粗糙度最低的单晶硅基片上沉积的Ti膜表面反而最粗糙,通过XRD分析发现有TiSi_2的峰存在。     

局域网共享连接Internet几种实现方法的比较

现在很多单位及个人用户,将若干台计算机连接成一个小型局域网,再共同接入Internet,以降低上网费用。接入Internet的方法众多,各有优劣,本文就一些常用方法进行简单介绍。在广大用户组网可提供一些参考。     

配电网故障定位中通信系统协议设置

采用无线自组织网络实现配电网故障检测。通过在配电网上安装无线节点,架构无线网络实现对配电网实时在线监测。文中主要利用NS2软件对无线自组织网络的协议进行了仿真分析,目的是选择适用于该系统的协议,以提高系统的性能。对DSDV、DSR、AODV的3种协议在节点数和停留时间不同情况下的端到端延时、分组投递率进行了比较,并且对基本接入机制和RTS/CTS机制下的吞吐量进行了比较,最终选择AODV协议并设置帧长门限值。     

基于FSOM神经网络的桥梁监测数据缺失重构算法

在桥梁监测数据缺失重构过程中受到不同缺失数据之间相关性约束,容易出现删除或被忽略问题,导致数据缺失重构效果变差,针对该问题,设计基于FSOM神经网络的桥梁监测数据缺失重构算法。利用FSOM神经网络聚类分层处理桥梁监测数据。采用时空相关性分析方法,结合协方差评定两个缺失数据之间的线性相关性。计算时空相关数据与缺失数据之间相关权重,引入支持向量回归算法构建重构决策函数,通过FSOM神经网络更新权重,输出桥梁监测数据缺失重构结果。分析实验结果可知,该算法与实际重构数据存在最大为1 bit的误差,能够重构不同时间段内缺失桥梁的监测数据,缺失数据重构效果好。